基于云計算的教學(xué)質(zhì)量評價系統(tǒng)研究

陳佳 吳興隆 黃晉

摘 要：為了利用已有海量教學(xué)數(shù)據(jù)進行教學(xué)質(zhì)量監(jiān)控，并構(gòu)建合理的教學(xué)質(zhì)量評價系統(tǒng)，設(shè)計一個基于云計算技術(shù)的教學(xué)質(zhì)量評價系統(tǒng)。系統(tǒng)平臺架構(gòu)分為數(shù)據(jù)采集層、數(shù)據(jù)存儲層、數(shù)據(jù)分析層及數(shù)據(jù)顯示層。該系統(tǒng)通過對大數(shù)據(jù)的挖掘與分析，能夠更全面、合理地對教學(xué)質(zhì)量進行評價，從而有效提高高校教學(xué)質(zhì)量。

關(guān)鍵詞：云計算;教學(xué)質(zhì)量評價;大數(shù)據(jù);數(shù)據(jù)挖掘;數(shù)據(jù)倉庫

DOI：10. 11907/rjdk. 182186

中圖分類號：TP319文獻標(biāo)識碼：A文章編號：1672-7800（2019）004-0108-03

0 引言

提高專業(yè)人才培養(yǎng)質(zhì)量，是增強我國綜合國力、實現(xiàn)“十三五”規(guī)劃各項目標(biāo)的重要保證。2018年1月，教育部下發(fā)《普通高等學(xué)校本科專業(yè)類教學(xué)質(zhì)量國家標(biāo)準(zhǔn)》（以下簡稱為“國標(biāo)”），這是全國發(fā)布的第一個高等教育教學(xué)質(zhì)量國家標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)旨在建立健全教學(xué)質(zhì)量監(jiān)測與保障體系，從而提高高校教學(xué)質(zhì)量。

教學(xué)質(zhì)量是高校生存與發(fā)展的基礎(chǔ)，也是高等教育國際化的必然要求[1-4]。因此，高校評估工作的重點之一就是教學(xué)質(zhì)量評價。目前，隨著信息技術(shù)的發(fā)展，各高校積累了大量評教數(shù)據(jù)，如學(xué)籍管理數(shù)據(jù)、成績管理數(shù)據(jù)、人事管理數(shù)據(jù)等?！霸朴嬎恪奔夹g(shù)的出現(xiàn)，為高校低成本、高效率地利用相關(guān)數(shù)據(jù)提供了解決方案[5-8]。本文立足于教育信息化資源建設(shè)，針對“計算機科學(xué)與技術(shù)”專業(yè)特征，結(jié)合云計算平臺的大數(shù)據(jù)分析，在評教資源共享平臺上進行信息化教學(xué)質(zhì)量評價設(shè)計，以期提高高等學(xué)校本科教學(xué)質(zhì)量。

1 相關(guān)研究

南開大學(xué)是國內(nèi)最早進行教學(xué)評價研究的高校，并取得了一定成果[9]。2005年，李繼云等認(rèn)為，采用定性或定量方式進行教學(xué)評價并不能獲得全面、準(zhǔn)確的評價結(jié)果，而應(yīng)將定性與定量方法相結(jié)合，比如模糊綜合評價法和層次分析法，從而更好地對教學(xué)質(zhì)量進行評價。

綜合評價方法可分為靜態(tài)綜合評價方法與動態(tài)綜合評價方法。20世紀(jì)70年代，Saaty提出一種對復(fù)雜現(xiàn)象進行決策的方法，即層次分析法（Analytic Hierarchy Process，AHP）。將該方法應(yīng)用于教學(xué)質(zhì)量評價中，首先將教學(xué)質(zhì)量評價因素分解為教學(xué)內(nèi)容、創(chuàng)新手段、教學(xué)態(tài)度等多個因素，再按一定方式組成評價模型。該方法計算簡單，實用性強。但層次分析法可能對因素分解過多，從而造成判斷困難，而且很多環(huán)節(jié)需要人為參與，導(dǎo)致評價不夠準(zhǔn)確[10];另一種多目標(biāo)決策方法逼近理想解排序法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS），將評價指標(biāo)歸一化后分別得出最優(yōu)指標(biāo)數(shù)據(jù)集和最劣指標(biāo)數(shù)據(jù)集，并計算兩個數(shù)據(jù)集之間的距離，采用最接近最優(yōu)方案，同時又與最差方案距離最遠(yuǎn)為標(biāo)準(zhǔn)進行對象評價[11-12]。該方法排序明確，應(yīng)用范圍廣。但TOPSIS法只能體現(xiàn)內(nèi)部對象的相對距離，當(dāng)增加或刪除某些內(nèi)部對象時，結(jié)果會發(fā)生較大改變，無法提供決策信息;1965年，美國的Zadeh提出模糊綜合評價法（Fuzzy Comprehensive Evaluation，F(xiàn)CE），該方法建立在模糊數(shù)據(jù)理論基礎(chǔ)上，利用模糊關(guān)系評價事物隸屬的等級狀況。模糊綜合評價法能對對象進行模糊性評價，因而更加貼近實際結(jié)果，同時該方法還能對對象進行排序。但模糊綜合評價法的各因素權(quán)重為人為主觀設(shè)置，從而影響了評價結(jié)果的客觀性[13-14];1982年鄧聚龍?zhí)岢龌疑到y(tǒng)理論（Grey Theory，簡稱灰理論或灰論），之后冉燕輝等[15-17]依據(jù)空間理論提出基于灰色關(guān)聯(lián)分析對對象進行評價的方法。該方法主要有兩種途徑：一種是首先選出反映各種特征的序列，然后計算關(guān)聯(lián)度和關(guān)聯(lián)系數(shù)，最后根據(jù)關(guān)聯(lián)度對評價對象進行排序;另一種是先將教學(xué)質(zhì)量進行灰色分類，然后確定指標(biāo)權(quán)重并進行灰聚類分析，得到教學(xué)質(zhì)量聚類等級。以上研究主要是基于完全信息的靜態(tài)綜合評價方法，而對于不完全信息下的綜合評價方法主要有兩種[18-19]：一種是對不完全信息直接進行處理，另一種是先將不完全信息轉(zhuǎn)化為完全信息。

上述方法主要為靜態(tài)綜合評價方法，即如果只是在學(xué)期末進行評價，只需要“評價指標(biāo)”和“評價對象”數(shù)據(jù)集。但是隨著時間推移，教學(xué)質(zhì)量可能發(fā)生變化，此時靜態(tài)評價無法動態(tài)反映整個教學(xué)過程質(zhì)量情況，需要采用多個時間點的數(shù)據(jù)建立三維立體數(shù)據(jù)集。目前有關(guān)動態(tài)綜合評價的研究剛剛起步，因而鮮有報道，但其具有廣闊的應(yīng)用前景[20]。

本文提出基于云計算的教學(xué)質(zhì)量評價系統(tǒng)，底層系統(tǒng)全面采集不同時間段的大量基礎(chǔ)數(shù)據(jù)，中間層對大數(shù)據(jù)進行各類分析，最后進行分析展示，從而動態(tài)、全面、客觀地對教學(xué)質(zhì)量進行評價。

2 基于云計算的教學(xué)質(zhì)量評價系統(tǒng)建設(shè)思路

針對高校教學(xué)質(zhì)量評價中存在的問題，本文提出基于云計算的教學(xué)質(zhì)量評價系統(tǒng)建設(shè)思路，以期為后期教學(xué)質(zhì)量評價系統(tǒng)建設(shè)與實施打下基礎(chǔ)。

2.1 傳統(tǒng)教學(xué)質(zhì)量評價系統(tǒng)中存在的問題

（1）評價指標(biāo)不全面。教學(xué)質(zhì)量評價需要充分考慮各個因素，能夠充分體現(xiàn)教師綜合素質(zhì)，包括教學(xué)態(tài)度、教學(xué)內(nèi)容、教學(xué)基本技能、教師知識水平、教研能力、教學(xué)設(shè)計與創(chuàng)新能力等。同時，隨著信息化技術(shù)的發(fā)展，教師也應(yīng)具備熟練運用多媒體技術(shù)及網(wǎng)絡(luò)資源的能力。但目前評價指標(biāo)涉及因素比較單一，無法全面反映教師綜合素質(zhì)。

（2）指標(biāo)權(quán)值分配不合理。目前大多數(shù)高校建立評價體系時，為了工作方便，對各項指標(biāo)采用相同權(quán)值或主觀設(shè)定各項指標(biāo)權(quán)重。然而各項指標(biāo)的權(quán)重分配會直接影響評價結(jié)果，人為主觀的設(shè)定不僅會降低評價結(jié)果的可信度，還影響后續(xù)評價數(shù)據(jù)挖掘。因此，對指標(biāo)權(quán)重進行合理分配是完善評價體系的關(guān)鍵步驟。

（3）傳統(tǒng)評價方法與手段評價效率低。目前高校廣泛采用“求和法”或“加權(quán)求和法”等簡單運算方法進行評價，因而無法實現(xiàn)跨班級、跨專業(yè)或不同院系之間的比較。同時，教學(xué)質(zhì)量評價仍采用紙質(zhì)表格方式讓參與者打分，不僅浪費資源，還大大降低了工作效率。隨著“云計算”技術(shù)的發(fā)展，資源網(wǎng)絡(luò)化成為解決該問題的有效方法。

（4）大數(shù)據(jù)分析與應(yīng)用問題。目前，各高校評教數(shù)據(jù)庫中存在著大量數(shù)據(jù)，傳統(tǒng)數(shù)據(jù)分析方法只能得到數(shù)據(jù)間的淺層次關(guān)系與信息，而無法挖掘出深層次的有價值的信息。因此，如何利用現(xiàn)有信息技術(shù)提取有價值的信息是教學(xué)評價實施的重要目的。

2.2 基于云計算的教學(xué)質(zhì)量評價系統(tǒng)建設(shè)思路

從上述分析可以看出，傳統(tǒng)評價體系存在一定主觀性與片面性。為了減少教學(xué)管理者決策失誤的概率，需要建立一套科學(xué)的教學(xué)質(zhì)量評價體系?；谠朴嬎闫脚_，在大量數(shù)據(jù)有效組織的前提下進行評教數(shù)據(jù)知識提取，是提高教育管理者決策能力的重要手段。

3 基于云計算的教學(xué)質(zhì)量評價系統(tǒng)平臺設(shè)計

本文從評價系統(tǒng)工作流程出發(fā)，提出基于云計算的教學(xué)質(zhì)量評價系統(tǒng)平臺設(shè)計結(jié)構(gòu)。將該平臺分為數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)分析與數(shù)據(jù)查詢4個不同層次的平臺，如圖1所示。

3.1 數(shù)據(jù)采集模塊分析與設(shè)計

數(shù)據(jù)采集模塊為整個教學(xué)質(zhì)量評價系統(tǒng)的基石，為了廣泛地采集數(shù)據(jù)，將其分為3個子模塊，分別為用戶注冊模塊、用戶登錄模塊與調(diào)查問卷模塊。其中調(diào)查問卷模塊又分為5個小模塊，即領(lǐng)導(dǎo)評價調(diào)查子模塊、督導(dǎo)評價調(diào)查子模塊、同行評價調(diào)查子模塊、學(xué)生評價調(diào)查子模塊以及自我評價調(diào)查子模塊。用戶通過注冊及登錄模塊進入調(diào)查問卷模塊，系統(tǒng)自動判定用戶身份從而進入不同評價調(diào)查子模塊。通過對不同人群、不同院系專業(yè)以及不同課程的調(diào)查，大量收集數(shù)據(jù)。

3.2 數(shù)據(jù)存儲模塊分析與設(shè)計

采集大量數(shù)據(jù)之后，為了充分發(fā)揮數(shù)據(jù)效用，需要對數(shù)據(jù)進行整理，并實現(xiàn)從數(shù)據(jù)到信息，再到知識的轉(zhuǎn)變過程。因此，本文采用數(shù)據(jù)倉庫技術(shù)進行數(shù)據(jù)存儲。

（1）面向主題的數(shù)據(jù)組織。根據(jù)需求，主題域設(shè)定為：教師、課程、單位。因此，數(shù)據(jù)組織如表1所示。

（2）數(shù)據(jù)倉庫邏輯模型選擇。星形模型是數(shù)據(jù)倉庫邏輯模型的一種，其以事實表為中心，各維表通過鍵值與事實表連接，構(gòu)成一個星型結(jié)構(gòu)。該結(jié)構(gòu)的最大優(yōu)點在于通過一步連接即可獲取所需的大部分?jǐn)?shù)據(jù)，并快速得到結(jié)果，這在常規(guī)事務(wù)型數(shù)據(jù)庫中是很難做到的。具體模型設(shè)置如圖2所示。

3.3 數(shù)據(jù)分析模塊分析與設(shè)計

在數(shù)據(jù)倉庫基礎(chǔ)上對數(shù)據(jù)進行分析，得出合理的教學(xué)質(zhì)量評價結(jié)果。本文采用云計算技術(shù)，在Hadoop 平臺上運行，并且主要采用并行化的MapReduce 編程模型。采用的分析任務(wù)包括聚類分析、關(guān)聯(lián)規(guī)則挖掘、分類挖掘、預(yù)測分析及模糊分析。每一類任務(wù)有多種分析算法，比如關(guān)聯(lián)規(guī)則分析子模塊中包含Apriori算法、基于哈希表的優(yōu)化算法、基于事采樣的優(yōu)化算法及FP-Growth算法等。這些數(shù)據(jù)分析任務(wù)在云平臺上將分解成多個可執(zhí)行的并行子任務(wù)，并在Map和Reduce上自動進行分解與合并，從而提高分析效率。

3.4 數(shù)據(jù)查詢模塊分析與設(shè)計

當(dāng)用戶請求查詢各類評價結(jié)果時，為用戶提供一種交互式操作界面，如查詢計算機學(xué)院整體教學(xué)質(zhì)量，評分為85分，并以圖形化方式展現(xiàn)評分組成。用戶如果發(fā)現(xiàn)某項分值較低，可以繼續(xù)查詢詳情，包括哪些教師在該項評分較低并分析原因，從而作出決策。

4 結(jié)語

在“互聯(lián)網(wǎng)+教育”的大背景下，針對傳統(tǒng)教學(xué)質(zhì)量評價系統(tǒng)存在的問題，提出基于云計算的教學(xué)質(zhì)量評價系統(tǒng)。將評價系統(tǒng)分為數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)分析與數(shù)據(jù)查詢4個不同層次的平臺，通過對大數(shù)據(jù)的挖掘與分析，能夠更全面、合理地對教學(xué)質(zhì)量進行評價。然而，該系統(tǒng)在教師授課教學(xué)評價指標(biāo)設(shè)計方面還不夠完善，未來需要對各項指標(biāo)及其權(quán)重作進一步補充與完善。

參考文獻：

[1] 張國梁，朱漢. 高等教育國際化與人才培養(yǎng)的若干思考[J]. 遼寧教育研究，2002（10）：45-46.

[2] 陶西平. 教育評價辭典[M]. 北京：北京師范大學(xué)出版社，1998.

[3] 陳玉琨. 教育評價學(xué)[M]. 北京：人民教育出版社，1999.

[4] 冷余生. 從質(zhì)量爭議看高等教育質(zhì)量評價的現(xiàn)狀和任務(wù)[J]. 高等教育研究，2007（3） ： 23-27.

[5] 孔祥杰，楊卓，夏鋒，等. 基于云計算的教學(xué)資源共享平臺[J]. 中國教育信息化，2012（11） ：31-33.

[6] 曹軍委.? 基于云計算的教學(xué)資源共享體系的研究與實現(xiàn)[D]. 淮南：安徽理工大學(xué)，2012.

[7] 高苛，華菊翠. 基于改進 AHP 法的高校創(chuàng)新創(chuàng)業(yè)教育評價[J].? 現(xiàn)代教育管理，2015（4）：61-64.

[8] 岳守春. 基于計算機模擬的云模型評價方法研究[D]. 哈爾濱：黑龍江科技學(xué)院，2012.

[9] TSAIWAI C，LIN J，CHEN K. Selecting a supplier by fuzzy evaluation of capability indices CPM[J]. International Journal of Advanced Manufacturing Technology，2003，22：534-540.

[10] 董國玉，祁迎春. 層次分析法在高校課堂教學(xué)質(zhì)量評估中的應(yīng)用研究[J]. 中國成人教育，2017（9）：53-56.

[11] 李婷婷. 加權(quán) TOPSIS 法對本科生參與創(chuàng)新、開放型實驗教學(xué)質(zhì)量的綜合分析[J]. 數(shù)理醫(yī)藥學(xué)雜志，2017（9）：1418-1420.

[12] 王一任，任力鋒，陳麗文，等. 一種新的改良TOPSIS 法及其醫(yī)學(xué)應(yīng)用[J]. 中南大學(xué)學(xué)報：醫(yī)學(xué)版，2013，38（2）：196-201.

[13] 黃海午，陶其林，程浩. 基于模糊綜合評價法在教師課堂教學(xué)質(zhì)量評估中的應(yīng)用[J]. 教育教學(xué)論壇，2017（13）：200-202.

[14] 戴春. AHP模糊綜合評價法在項目化教學(xué)質(zhì)量評價中的應(yīng)用研究：以高職院校市場營銷課程為例[J]. 成都師范學(xué)院學(xué)報，2017（3）：12-16.

[15] 黃少珍.? 基于灰色聚類分析的新型教學(xué)評價在開放大學(xué)教學(xué)當(dāng)中的應(yīng)用[J]. 電子科學(xué)技術(shù)，2016（5）：654-661.

[16] 冉燕輝. 基于灰關(guān)聯(lián)分析的教師教學(xué)質(zhì)量評價研究[D]. 重慶：重慶師范大學(xué)，2014.

[17] 占輝斌. 基于灰色系統(tǒng)理論的《推銷學(xué)》課程教學(xué)質(zhì)量評價研究[J]. 科技視界，2015（2）：56-57.

[18] 姚爽. 不完全信息下的綜合評價方法研究[D]. 沈陽：東北大學(xué)，2009.

[19] FEELGOOD S，SCHAEFER G A. Dealing with missing data[J]. Research Letters in the Information and Mathemat Sciences，2001，3（1）：153-160.

[20] GUO Y J，YAO Y，YI PT Y I. Method and application of dynamic comprehensive evaluation[J]. Systems Engineering-Theory & Practice，2007，27（10）：154-158.

（責(zé)任編輯：黃 健）